|
前言 在“求佛保佑服务器不宕机”的环境下，程序员每天可谓是战战兢兢，接到电话和短信都吓得瑟瑟发抖，为了我们的安全，及时发现服务器运行问题已不仅仅是运维的问题了。今天总结一下常见的服务器监控指标，希望各位开发人员都搞一个脚本运行着以保障自己的生命安全。
获取服务器信息 多台机器同时需要监控时，每台机器都需要运行一个监控程序，我们首先要获取服务器的信息以分辨机器，发生问题时，也可以评估问题的严重性。
获取IP 获取内网IP： 通过ifconfig命令获取全部的网络信息，并排除掉本地host和ipv6信息。 /sbin/ifconfig | grep inet | grep -v '127.0.0.1' | grep -v inet6 | awk '{print $2}' | tr -d "addr:" 注意这里要使用ifconfig的绝对路径，因为如果监控脚本运行在 crontab 的话，执行时是不会带有环境信息的。 获取外网IP： 外网的IP我们可以通过请求别的网站来回显，有一些网站提供此服务，如 ipecho.net/plain 或者我自己懒得搭建的网站：alwayscoding.net。 命令如下 curl alwayscoding.net
获取系统信息 获取系统信息建议使用 lsb_release -a 方法：
信息比较丰富，可以截取字符串中需要的部分；
CPU CPU 负载是我们要监控的首要指标，我们常说的系统负载指的就是它，它是指一段时间内CPU处理进程数占 CPU 能处理最大进程数的比例，即一个 CPU 的最大负载是 1.0，这种情况 CPU 正好能将所有进程执行完，超出这个限制，系统会进入 over load 超载状态，就会有进程需要等待其他进程执行结束。我们一般认为CPU负载在 0.6以下是健康状态。 在终端上查看系统负载通常使用 top 命令，但它是交互型的，且数据较多较杂，不利于写监控脚本，我们一般使用 uptime 通过其 average load 字段获取最近 1分钟、5分钟、15分钟的平均负载。
此时系统平均负载约为 5，不是系统已经超载，也没有显示错误，这是因为在考虑负载时还要考虑 CPU 的核心数，多核 CPU 同时能处理的进程数与其核数成正比，其最大负载不是 1，而是其 CPU 核心数 N。 我们使用 nproc 可以查看系统 CPU 核心数，我正在使用的这台机器核心数是 16，所以其最大负载是16，平均负载是 5/16 = 0.32 ， CPU 处于健康状态。
内存 内存是我们要监控的另外一项核心指标，内存占用率太高，无疑会导致进程无法正常分配内存执行。 我们也可以通过 top 命令查看内存占用，但监控中更常用 free 命令：
我们首先来看 Mem 这一行，共 32108M 内存，已使用 18262M，剩余 13846，那么内存的使用率就是 18262/32108*100% = 56.88%。那么，后面的shared、buffers、cached 又是什么意思呢？ 其实在 linux 中，内存的分配也是懒惰原则，在内存分配给一个进程，进程执行完毕后 linux 是不会立即清理内存的，而是把这一部分内存当作缓存存储起来，如果此进程再启动就不必再重新加载了；如果可用内存使用完了，则将这一部分缓存清空，重新利用。这样来看 used 里的 buffers 和 cached 部分是随时可被重用的，不能算作被占用。而 shared 是进程共享内存部分，会作为被占用部分，但一般较少使用。 真实数据是第三行的去除 buffers 和 cache 的部分，即真正的内存使用率是 6230/(6230+25878)*100% = 19.4%。 而第四行的 swap 是用来临时存储内存 buffers 和 cache 的，正常情况虽然能加快进程的重启，但物理内存较少的情况下，会引起 swap 的频繁读写，增加服务器的 IO 压力，用与不用视情况而定。
网络 网络在 linux 作为 web 服务器时也是一项很重要的指标，相关命令有很多，但各有所长，我们一般监控以下状态： 使用netstat查看监听端口。 netstat -an | grep LISTEN | grep tcp | grep 80 查看是否有进程正在监控80端口。
使用ping监控网络连接 使用 ping 命令可以查看网络是否连接，使用 -c 选项来控制请求次数，使用 -w 选项来控制超时时间（单位：毫秒），最后利用 && 符号的 短路 特性来控制结果输出： ping -w 100 -c 1 weibo.com &>/dev/null && echo "connected"
硬盘 硬盘不是特别重要的监控指标，但在硬盘满的时候写文件失败也会影响进程的正常执行。 我们使用 df 命令来查看磁盘的使用状态，-h 会以易读格式输出：
我们可以使用 grep 命令找到想要查询的挂载节点，再使用 awk 命令获取结果字段。 另外使用 du [-h] /path/to/dir [--max-depth=n] 可以查看某目录的大小，注意使用 --max-depth=n控制遍历深度。
运行/其他 其他的监控状态主要包括进程错误日志监控，请求数监控，进程存在状态监控等，这些可以用到一些基本命令了，如 ps等。 更详细的信息就需要使用进程日志了，使用 grep 、awk 等命令来分析日志来获取更详细的信息。
总结 最后是监控结果的统计了，可以使用一般的“推”和“拉”方式，建议各机器把结果推到一台机器上进行统计和报警。也可以使用 rsync 方式从各服务器拉取，报警方式像企业微信、短信、邮件等就按要需配置了。 最后，系统监控是个重要且需要持续关注的事情，祝大家的服务器永不宕机。
相关主题 |
